توسعه یک روش فرا ابتکاری ترکیبی برای شناسایی اجتماعات در شبکه های اجتماعی با هدف چگالی پودمانگی

شناسایی ساختارهای موجود در شبکه‏های اجتماعی، فرآیندی حائز اهمیت در تحلیل این شبکه ‏ها است. یکی از مسائلی که در سال‏های اخیر در زمینه شناسایی ساختارهای شبکه‏های اجتماعی مطرح شده است، مسئله اجتماع یابی است. با توجه به اهمیت این موضوع، تاکنون روش‏های حل متنوع و گوناگونی برای اجتماع یابی پیشنهاد شده است. در پژوهش حاضر، یک الگوریتمی ترکیبی از روش‏های بهینه سازی علف های هرز و ژنتیک پیشنهاد شده است که هدف آن یافتن جواب‏های مناسب و باکیفیت برای مسئله اجتماع یابی است. در این روش ترکیبی، جواب‏های اولیه توسط روش بهینه سازی علف های هرز تولید می‏شوند و در ادامه جواب‏های یافته شده به وسیله الگوریتم ژنتیک در فرآیند بهینه‏سازی، بهبود می‏یابند. ارزیابی برازندگی جواب‏ها، مبتنی بر معیار چگالی پودمانگی است. چگالی پودمانگی، معیاری با ماهیت بیشینه‏سازی است که میزان کیفیت اجتماعات کشف شده را به دست می‏دهدمشخص می کند. به منظور بررسی کیفیت جواب‏های الگوریتم پیشنهادی، نتایج این روش نسبت به چهار الگوریتم علف های هرز، ژنتیک، الگوریتم کرم شب تاب و یک الگوریتم جستجوی کاملا تصادفی مقایسه شده‏اند. پارامترهای این الگوریتم‏ها به کمک یک رویکرد طراحی آزمایش ها تنظیم شده‏اند. این مقایسات بر روی شبکه‏های محک گوناگون و با ابعاد متفاوت انجام شده‏اند. با توجه به نتایج به دست آمده، می‏توان دریافت که الگوریتم پیشنهادی قادر به تولید جواب‏هایی باکیفیت بالا است. اعتبارسنجی نتایج الگوریتم‏ها نیز توسط شاخص اطلاعات متقابل نرمال انجام شده است.